★ James Liu @ 优快云

分析：经查询，发现 .claude 目录下的 settings.json 文件中配置的是 阿里云百炼的链接，并且刚好配置的是deepseek v4 flash 和 pro的模型，与我在fcc中配置的deepseek模型一致，这个配置直接把fcc的配置覆盖，导致vscode中的调用，消耗的都是阿里云百炼的token。很奇怪，CC走的是FCC代理，在FCC中我配置的是DeepSeek，根本就没有配置阿里云百炼的模型，为啥有这个提示？修改方式为：把 settings.json 文件设置为空，比如 {} 即可。

将OpenClaw部署在内网服务器，通过穿透映射，配置域名及证书进行多终端访问。可以24H在线处理任务。

AI模型接口管理与分发系统，支持将多种大模型转为OpenAI格式调用、支持Midjourney Proxy、Suno、Rerank，兼容易支付协议，可供个人或者企业内部管理与分发渠道使用，基于One API二次开发。

AI趣图，职场趣图，来自互联网，持续收集更新

一款基于AI大模型的开源知识库系统，支持智能问答、文档管理等功能。本文通过Docker安装部署，并完成设置和对外发布。系统需配置智能对话、向量和重排序模型（推荐deepseek-chat、bge-m3等），支持自定义域名和页面布局。该系统适合中小规模文档管理，开源版支持单个站点和300个文档。

RAGFlow是一个开源检索增强生成(RAG)引擎，支持多格式文档深度解析（包括扫描件、图片等），提供可视化知识分块和答案溯源功能。适合构建企业知识库系统。

针对人工智能在企业内部的落地实施，该书做了全面的流程梳理，有不错的参考价值，学习后特分享。笔记05主要针对大模型应用实战和落地案例，以及最后的未来展望。

针对人工智能在企业内部的落地实施，该书做了全面的流程梳理，有不错的参考价值，学习后特分享。笔记04主要针对大模型微调技术原理、模型部署时使用的量化技术，以及应用开发涉及的AI Agent框架。

针对人工智能在企业内部的落地实施，该书做了全面的流程梳理，有不错的参考价值，学习后特分享。笔记03主要针对大模型基础原理进行了描述。

针对人工智能在企业内部的落地实施，该书做了全面的流程梳理，有不错的参考价值，学习后特分享。笔记02主要针对大模型落地全流程进行了描述。

针对人工智能在企业内部的落地实施，该书做了全面的流程梳理，有不错的参考价值，学习后特分享。笔记01主要针对概念、落地准备工作及方案进行了描述。

上一文章讲述了如何新建一个MCP Server，并在MCP Inspector完成测试。本文讲述如何在CherryStudio中进行测试。Cherry Studio 是一款由 CherryHQ 开发的多模型支持的 AI 桌面助手，兼容 Windows、Linux 和 macOS 系统，旨在为用户提供更便捷、高效的 AI 使用体验。

利用Python编写第一个MCPServer，并在MCP Inspector中完成测试。

在大模型业务处理中，需要用到gemma3 和 qwen2.5-VL，更新ollama版本，通过手动下载安装更新。

AI大模型最新发布，持续跟进更新。指导模型的应用选型及本地部署。

MCP（Model Context Protocol，模型上下文协议） 是由 Anthropic 推出的一种开放标准，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信协议。MCP 的主要目的在于解决当前 AI 模型因数据孤岛限制而无法充分发挥潜力的难题，MCP 使得 AI 应用能够安全地访问和操作本地及远程数据，为 AI 应用提供了连接万物的接口。

AI术语整理，持续更新，了解清楚每一个术语的准确含义，对理解事物本身，至关重要

DeepSeek R1在2025年1月20日发布，并同步开源模型权重。遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。上线 API，对用户开放思维链输出，通过设置 model='deepseek-reasoner' 即可调用。本文主要以ollama为例实施部署并在Dify中使用。

Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。由于 Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排，并同时提供了一套易用的界面和 API。

Ollama是一个开源的大型语言模型服务，提供了类似OpenAI的API接口和聊天界面，可以非常方便地部署最新版本的GPT模型并通过接口使用。支持热加载模型文件，无需重新启动即可切换不同的模型。Ollama可以让你很好的运行当前流行的各种大模型，并与各种其他平台相结合，对外提供大模型服务，比如 ollama + oneapi，ollama + lobe-chat，ollama + gpustack 等。

支持私有化部署 RAG 系统和 AI Agent 系统所需的各种关键模型，包括 LLM 大语言模型、VLM 多模态模型、Embedding 文本嵌入模型、Rerank 重排序模型、Text-to-Image 文生图模型，以及 Speech-to-Text（STT）和 Text-to-Speech（TTS）语音模型等。并提供统一认证和高可用负载均衡的 OpenAI 兼容 API，供用户从各类大模型云服务无缝迁移到本地部署的私有大模型服务。

oneapi最大的好处就是通过这个平台，将各种模型的API进行整合，二次发布出来，这样接入到业务系统中，接口是统一控制的，调整起来方便。

四款GPU性能监控工具软件

因为HuggingFace的无法访问（2023年9月期间，有VPN仍然不行，不知道原因），很多模型和数据集无法下载，搜索终于找到aliendao的HF镜像站，可以下载。

深度学习的库基本都基于CUDA，需要购买Nvidia芯片的显卡。有了GPU显卡，可以在windows环境、Linux环境、WSL等均可以处理。